CN115346163A - 仓库安全监控方法、装置、系统、设备和计算机存储介质 - Google Patents

仓库安全监控方法、装置、系统、设备和计算机存储介质 Download PDF

Info

Publication number
CN115346163A
CN115346163A CN202110459558.6A CN202110459558A CN115346163A CN 115346163 A CN115346163 A CN 115346163A CN 202110459558 A CN202110459558 A CN 202110459558A CN 115346163 A CN115346163 A CN 115346163A
Authority
CN
China
Prior art keywords
monitoring
warehouse
target
video information
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110459558.6A
Other languages
English (en)
Inventor
张恒瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SF Technology Co Ltd
Original Assignee
SF Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN202110459558.6A priority Critical patent/CN115346163A/zh
Publication of CN115346163A publication Critical patent/CN115346163A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)

Abstract

本申请提供一种仓库安全监控方法、装置、系统、设备和计算机存储介质；本申请中的仓库安全监控方法，包括：获取仓库的监控视频信息；将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示；本申请中通过预设检测模型对监控视频信息进行识别，获得目标监测对象，并对目标监测对象的运动轨迹进行检测，避免出现物流仓库安全监测遗漏，保障物流仓库安全性。

Description

仓库安全监控方法、装置、系统、设备和计算机存储介质
技术领域
本申请涉及图像处理技术领域，具体涉及一种仓库安全监控方法、装置、系统、设备和计算机存储介质。
背景技术
随着物流市场的高速发展，物流规模的扩大与物流网络的完善，物流仓库越来越多，物流仓库的安全问题受到了重视。
现代物流仓库存在着多种角色的人员，比如司机、仓库员、保安等，为了保证物流仓库的安全性，通常会设置不同角色的人员的权限，某些角色的人员是不允许进入物流仓库的一些特定区域的，为了实现物流仓库安全性检测，物流仓库设置摄像头或者安排保安进行巡逻，而物流仓库一般面积很大，仅仅依靠人工查看摄像头采集到的监控视频图像，或者安保人员的巡视是容易出现遗漏，物流仓库的安全性得不到保障。
发明内容
本申请提供一种仓库安全监控方法、装置、系统、设备和计算机存储介质，旨在解决现有的通过人工监控采集到的视频图像或者安保人员的巡视容易出现遗漏，导致仓库安全性得不到保障的技术问题。
一方面，本申请提供一种仓库安全监控方法，所述仓库安全监控方法包括以下步骤：
获取仓库的监控视频信息；
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
在本申请一些实施例中，所述将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象之前，所述方法包括：
接收模型训练指令，获取历史监控视频；
提取所述历史监控视频中的各视频图像，按照预定义识别规则在各所述视频图像中标注约束区域的边框和具有所述约束区域活动权限的角色；
将具有批注的视频图像输入至初始检测模型，通过所述视频图像对所述初始检测模型进行迭代训练，获得训练检测模型；
将所述训练检测模型的检测准确率与预设阈值进行比较，若所述训练检测模型的检测准确率高于预设阈值，则将所述训练检测模型作为预设检测模型。
在本申请一些实施例中，所述将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象，包括：
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得所述监控视频信息中包含的监测对象；
判断所述监测对象是否具有所述仓库中约束区域的活动权限；
若所述监测对象具有所述仓库中约束区域的活动权限，则删除所述监测对象；
若所述监测对象不具有所述仓库中约束区域的活动权限，则将所述监测对象作为目标监测对象并输出。
在本申请一些实施例中，所述判断所述监测对象是否具有所述仓库中约束区域的活动权限之前，所述方法包括：
接收仓库监控配置指令，输出监控配置页面，以供用户在所述监控配置页面中设置仓库的约束区域，及具有所述约束区域活动权限的角色；
获取所述监控配置页面中设置的约束区域，及具有所述约束区域活动权限的角色，将所述约束区域和所述角色关联保存至预设数据库；
所述判断所述监测对象是否具有所述仓库中约束区域的活动权限，包括：
判断所述预设数据库中是否存在与所述监测对象相同的目标角色；
若所述预设数据库中不存在与所述监测对象相同的目标角色，则判定所述监测对象不具有所述仓库中约束区域的活动权限；
若所述预设数据库中存在与所述监测对象相同的目标角色，则判断所述监测对象是否位于所述目标角色对应的约束区域；
若所述监测对象位于所述目标角色对应的约束区域，则判定所述监测对象具有所述仓库中约束区域的活动权限；
若所述监测对象没有位于所述目标角色对应的约束区域，则判定所述监测对象不具有所述仓库中约束区域的活动权限。
在本申请一些实施例中，所述将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹，包括：
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，通过所述预设跟踪器分析所述目标视频图像中目标监测对象的位置变化信息初始化一个协方差矩阵；
将所述协方差矩阵进行滤波处理，获得下一帧的状态预测；
将所述状态预测和所述目标视频图像的检测结果进行匹配，获得所述目标监测对象的运动轨迹。
在本申请一些实施例中，所述获取仓库的监控视频信息，包括：
接收仓库监测指令，获取所述仓库监测指令关联的仓库标识，确定所述仓库标识对应的视频采集设备；
控制所述视频采集设备采集所述仓库的视频监控信息，获取所述视频采集设备发送的监控视频信息。
另一方面，本申请还提供一种仓库安全监控装置，所述仓库安全监控装置包括：
视频获取模块，用于获取仓库的监控视频信息；
输入检测模块，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
轨迹确定模块，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
提示输出模块，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
另一方面，本申请还提供一种仓库安全监控系统，所述仓库安全监控系统包括通信连接的本地服务器、边缘节点和端侧设备，所述端侧设备包括视频采集设备和预警提示设备，所述仓库安全监控系统执行以下步骤：
视频采集设备，用于获取仓库的监控视频信息，并发送至边缘节点；
边缘节点，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
边缘节点，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹，并将所述运动轨迹发送至本地服务器；
本地服务器，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则发送进入约束区域的识别结果至预警提示设备；
预警提示设备，用于接收识别结果，并输出仓库安全预警提示。
另一方面，本申请还提供一种仓库安全监控设备，所述仓库安全监控设备包括本地服务器、边缘节点和端侧设备任意一个或多个，所述仓库安全监控设备中设置：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的仓库安全监控方法。
另一方面，本申请还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的仓库安全监控方法中的步骤。
本申请提供的仓库安全监控方法包括：获取仓库的监控视频信息；将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。本申请实施例中设置预设检测模型对采集到的监控视频信息进行分析，排除部分具有物流仓库全部区域活动权限的人员，从而确定目标监测对象，这样可以对特定的目标监测对象的运动轨迹进行监测，避免目标监测对象进入到物流仓库的约束区域，这样针对不同人员在物流仓库中设置各自的约束区域，使得物流仓库的安全监控更加智能，同时有效地避免物流仓库监控遗漏，使得物流仓库监管更加全面，保证了物流仓库管理的安全性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的仓库安全监控的场景示意图；
图2为本申请实施例中仓库安全监控方法构建预设检测模型的一个实施例流程示意图；
图3为本申请实施例中仓库安全监控方法的一个实施例流程示意图；
图4是本申请实施例中提供的仓库安全监控方法中预设检测模型确定目标监测对象的一个实施例的流程示意图；
图5是本申请实施例中提供的仓库安全监控方法中监控视频信息采集的一个实施例的流程示意图；
图6是本申请实施例中提供的仓库安全监控装置的一个实施例结构示意图；
图7是本申请实施例中提供的仓库安全监控设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明包含的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本发明。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本发明的描述变得晦涩。因此，本发明并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种仓库安全监控方法、装置、系统、设备及计算机存储介质，以下分别进行详细说明。
本发明实施例中的仓库安全监控方法应用于仓库安全监控装置，仓库安全监控装置设置于仓库安全监控设备，仓库安全监控设备中设置有一个或多个处理器、存储器，以及一个或多个应用程序，其中一个或多个应用程序被存储于存储器中，并配置为由处理器执行以实现仓库安全监控方法；仓库安全监控设备可以是终端，例如，手机或平板电脑，仓库安全监控设备还可以是一台服务器，或者多台服务器组成的服务集群。
如图1所示，图1为本申请实施例仓库安全监控的场景示意图，本发明实施例中仓库安全监控场景中包括仓库安全监控设备100(仓库安全监控设备100中集成有仓库安全监控装置)，仓库安全监控设备100中运行仓库安全监控对应的计算机存储介质，以执行仓库安全监控的步骤。
可以理解的是，图1所示仓库安全监控的场景中的仓库安全监控设备，或者仓库安全监控设备中包含的装置并不构成对本发明实施例的限制，即，仓库安全监控的场景中包含的设备数量、系统、设备种类，或者各个设备中包含的装置数量、装置种类不影响本发明实施例中技术方案整体实现，均可以算作本发明实施例要求保护技术方案的等效替换或衍生。
本发明实施例中仓库安全监控设备100主要用于获取仓库的监控视频信息；将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
本发明实施例中该仓库安全监控设备100可以是独立的仓库安全监控设备，也可以是仓库安全监控设备组成的仓库安全监控设备网络或仓库安全监控设备集群，例如，本发明实施例中所描述的仓库安全监控设备100，其包括但不限于计算机、网络主机、单个网络仓库安全监控设备、多个网络仓库安全监控设备集或多个仓库安全监控设备构成的云仓库安全监控设备。其中，云仓库安全监控设备由基于云计算(CloudComputing)的大量计算机或网络仓库安全监控设备构成。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的仓库安全监控设备，或者仓库安全监控设备网络连接关系，例如图1中仅示出1个仓库安全监控设备，可以理解的，该仓库安全监控的场景还可以包括一个或多个其他仓库安全监控设备，具体此处不作限定；该仓库安全监控设备100中还可以包括存储器，用于存储数据。
此外，本申请仓库安全监控的场景中仓库安全监控设备100可以设置显示装置，或者仓库安全监控设备100中不设置显示装置与外接的显示装置200通讯连接，显示装置200用于输出仓库安全监控设备中仓库安全监控方法执行的结果。仓库安全监控设备100可以访问后台数据库300，后台数据库300可以是仓库安全监控设备的本地存储器中，后台数据库还可以设置在云端，后台数据库300中保存有仓库安全监控相关的信息。
需要说明的是，图1所示的仓库安全监控的场景示意图仅仅是一个示例，本发明实施例描述的仓库安全监控的场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定。
基于上述仓库安全监控的场景，提出了仓库安全监控方法的实施例。本实施例中仓库安全监控方法包括：
获取仓库的监控视频信息；
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
本实施例仓库安全监控方法中仓库安全监控是基于预设检测模型实现的，预设检测模型是指识别监控视频的算法，预设检测模型可以是深度神经网络模型，例如，预设检测模型为人脸分类器，预设检测模型中包含人形识别算法和人脸识别算法，预设检测模型通过对监控视频信息进行分析，以过滤具有物流仓库全部区域活动权限的人，获得不具有物流仓库全部区域的目标监测对象，然后，对目标监测对象的运动轨迹进行监控，避免目标监测对象进入到约束区域，约束区域是指物流仓库中具有风险的待监控区域，约束区域可以根据具体情况灵活设置，实现物流仓库的安全监控，在本实施例中仓库安全监控方法执行之前预先构建预设检测模型，具体地：
如图2所示，图2为本申请实施例中仓库安全监控方法中构建预设检测模型的一个实施例流程示意图。
本实施例中仓库安全监控方法中构建预设检测模型的步骤包括201～204：
201，接收模型训练指令，获取历史监控视频。
本实施例中的仓库安全监控方法应用在仓库安全监控设备，仓库安全监控设备的种类不作具体限定，仓库安全监控设备接收模型训练指令，其中，模型训练指令的触发方式不作具体限定，即，模型训练指令可以是用户主动触发的，例如，用户在仓库安全监控设备的显示界面中输入：“模型训练”的信息主动触发模型训练指令；此外，模型训练指令还可以是仓库安全监控设备自动触发的，例如，仓库安全监控设备中预先设置训练样本更新时自动触发模型训练指令，则仓库安全监控设备监测训练样本数量变化情况，仓库安全监控设备检测到训练样本更新时自动触发模型训练指令。
仓库安全监控设备接收模型训练指令之后，仓库安全监控设备获取历史监控视频，其中，历史监控视频是指历史时间段采集的物流仓库不同区域的视频信息，本实施例仓库安全监控设备将历史监控视频中的各个视频画面作为训练样本，以标注训练样本的中的约束区域，和各个约束区域不能进入的角色信息，以根据标注后的训练样本进行检测模型训练，具体地：
202，提取所述历史监控视频中的各视频图像，按照预定义识别规则在各所述视频图像中标注约束区域的边框和具有所述约束区域活动权限的角色。
仓库安全监控设备中预定义识别规则，其中，预定义识别规则是预先定义的视频图像识别要求，例如，预定义识别规则为识别物流仓库中各个约束区域，识别物流仓库中的人员，仓库安全监控设备提取历史监控视频中的各视频图像，仓库安全监控设备按照预定义识别规则在各视频图像中标注约束区域的边框和具有所述约束区域活动权限的角色，其中，约束区域是指物流仓库中具有风险的待监控的区域，例如，约束区域为物流仓库中贵重物品存放区域。
203，将具有批注的视频图像输入至初始检测模型，通过所述视频图像对所述初始检测模型进行迭代训练，获得训练检测模型。
仓库安全监控设备将具有批注的视频图像输入至初始检测模型，通过所述视频图像对所述初始检测模型进行迭代训练，即，仓库安全监控设备中预设有初始检测模型，初始检测模型为图像分割函数，仓库安全监控设备按照视频图像中的标注，调整图像分割函数的系数，获得训练检测模型。
204，将所述训练检测模型的检测准确率与预设阈值进行比较，若所述训练检测模型的检测准确率高于预设阈值，则将所述训练检测模型作为预设检测模型。
仓库安全监控设备提取训练检测模型的检测准确率，仓库安全监控设备将训练检测模型的检测准确率与预设阈值进行比较，其中，预设阈值是指预先设置的训练检测模型收敛的临界值，若训练检测模型的检测准确率小于或等于预设阈值，仓库安全监控设备则判定函数没有收敛，仓库安全监控设备进行迭代训练；若所述训练检测模型的检测准确率高于预设阈值，仓库安全监控设备判定训练检测模型收敛，则将所述训练检测模型作为预设检测模型。
本实施例中仓库安全监控设备训练预设检测模型，通过预设检测模型对物流仓库的监控视频信息进行自动化监控分析，以提高物流仓库监控分析的全面性和准确性，具体地：
如图3所示，图3为本申请实施例中仓库安全监控方法的一个实施例流程示意图。
在本申请一些实施例中，仓库安全监控方法包括如下步骤301～304：
301，获取仓库的监控视频信息。
仓库安全监控设备接收物流仓库安全监控请求，其中，物流仓库安全监控请求的触发方式不作具体限定，即，物流仓库安全监控请求可以是用户主动触发的，例如，用户在仓库安全监控设备的显示界面中输入：“xxx仓库”点击监控的按键，主动触发物流仓库安全监控请求；此外，物流仓库安全监控请求还可以是仓库安全监控设备自动触发的，例如，仓库安全监控设备中预先设置在检测到人员进入时触发物流仓库安全监控请求，则仓库安全监控设备则通过红外摄像头采集红外图像，仓库安全监控设备通过红外图像分析检测到人形时，自动触发物流仓库安全监控请求。
仓库安全监控设备获取仓库的监控视频信息，即，仓库安全监控设备获取仓库安全监控请求对应的仓库标识，其中，仓库标识是指唯一识别物流仓库的标识信息，例如，仓库编号，仓库位置信息等等，仓库安全监控设备获取仓库标识关联的监控视频信息，监控视频信息是指物流仓库摄像头采集的视频信息。
302，将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象。
仓库安全监控设备将所述监控视频信息输入至预设检测模型，仓库安全监控设备通过所述预设检测模型处理所述监控视频信息，获得目标监测对象，即，预设检测模型对监控视频信息进行预处理，去除监控视频信息中的噪声信息，然后，预设检测模型识别监控视频信息中的人形图像，进一步地，仓库安全监控设备对人形图像进行人脸识别，排除具有物流仓库活动权限的人员，获得目标监测对象；即，仓库安全监控设备中预先保存有具有物流仓库活动权限的标准人脸图像，仓库安全监控设备将识别到的人员和标准人脸图像进行比对，排除监测视频信息中出现的具有物流仓库活动权限的人员，将剩余的人们作为目标监测对象。
303，将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹。
仓库安全监控设备中预设跟踪器，预设跟踪器是指对视频画面中目标监测对象运动状态信息进行分析的函数，仓库安全监控设备将监控视频信息中包含目标监测对象的目标视频图像输入至预设跟踪器，通过预设跟踪器分析目标视频图像中目标监测对象的位置变化情况，获得所述目标监测对象的运动轨迹。具体地，包括：
(1)、将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，通过所述预设跟踪器分析所述目标视频图像中目标监测对象的位置变化信息初始化一个协方差矩阵；
(2)、将所述协方差矩阵进行滤波处理，获得下一帧的状态预测；
(3)、将所述状态预测和所述目标视频图像的检测结果进行匹配，获得所述目标监测对象的运动轨迹。
即，仓库安全监控设备将监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，通过所述预设跟踪器分析所述目标视频图像中目标监测对象的位置变化信息初始化一个协方差矩阵；例如，仓库安全监控设备基于目标视频图像建立一个直角坐标系，仓库安全监控设备确定目标监测对象在目标视频图像的位置信息，从而确定目标监测对象的位置变化信息，仓库安全监控设备基于目标监测对象的位置变化信息初始化一个协方差矩阵，仓库安全监控设备将所述协方差矩阵进行滤波处理，获得下一帧的状态预测；仓库安全监控设备将所述状态预测和所述目标视频图像的检测结果进行匹配，获得所述目标监测对象的运动轨迹。
本实施例中仓库安全监控设备将包含目标监测对象的目标视频图像输入至预设跟踪器，以确定目标监测对象的运行轨迹，对目标监测对象进行监控，以实现目标监测对象的全面监控；可以理解的是，本实施例中只需要对目标监测对象进行运动轨迹分析，减少了图像数据的处理量，提高了图像数据的处理效率，使得物流仓库的安全管理更加准确快捷。
304，若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
仓库安全监控设备获得目标监测对象的运动轨迹之后，仓库安全监控设备判断运动轨迹是否进入物流仓库的约束区域，其中，约束区域是指预先设置的物流仓库中人员活动受限制的区域，例如，贵重物品存放区域；若所述目标监测对象的运动轨迹没有进入到所述仓库的约束区域，仓库安全监控设备则进行持续的监控；若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，仓库安全监控设备则输出仓库安全预警提示，其中，仓库安全预警提示的内容和方式不作具体限定。
为了方便理解，本实施例中给出一种仓库安全监控方法中从模型训练到仓库安全监控的具体实施方式，包括：
步骤一：通过云端提供的用户界面，仓库管理人员可以设定各种角色以及他们能进入区域的权限，即在需要管控的区域，通过摄像头采集的画面，在画面上划定约束的区域，以及能进入该区域的人员角色。
步骤二：通过视频监控设备，采集仓库监控视频，并标注出画面里人的边框和他的角色；用检测网络对标注的数据进行训练，得到一个能检测人员的目标检测模型。
步骤三：对于视频画面的每一帧，运行训练得到的检测模型，得到的人员位置信息，对于在画面所有区域都有权限的人员，忽略，将其余角色的人员检测结果送入跟踪器。
步骤四：跟踪器的初始状态是没有记录任何轨迹的，这时将第一次检测到的人员初始化为初始轨迹，选用中心点坐标、高度和宽高比，以及它们的变化率来刻画人员的运动，即，根据人员的位置指标随机初始化一个协方差矩阵，送入滤波器进行下一帧的状态预测,通过匈牙利算法，将依据前一帧预测得到的x和当前帧的检测结果进行匹配，最终得到人员的运动轨迹。
步骤五:当跟踪到的人员轨迹进入设定的约束区域，将识别结果发送到云端，云端系统对违规结果进行展示，必要时可通过公众号、小程序等推送给相应的管理人员，并通过物联网平台，控制告警灯和蜂鸣器动作，对违规行为进行警告。
本申请实施例中设置预设检测模型对采集到的监控视频信息进行分析，排除部分具有物流仓库全部区域活动权限的人员，从而确定目标监测对象，这样可以对特定的目标监测对象的运动轨迹进行监测，避免目标监测对象进入到物流仓库的约束区域，这样针对不同人员在物流仓库中设置各自的约束区域，使得物流仓库的安全监控更加智能，同时有效地避免物流仓库监控遗漏，使得物流仓库监管更加全面，保证了物流仓库管理的安全性。
参照图4，图4是本申请实施例中提供的仓库安全监控方法中预设检测模型确定目标监测对象的一个实施例的流程示意图。
在本申请一些实施例中，具体说明了仓库安全监控设备对监控视频信息进行分析，确定目标监测对象包括如下步骤401～404：
401，将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得所述监控视频信息中包含的监测对象。
仓库安全监控设备将监控视频信息输入至预设检测模型，仓库安全监控设备通过预设检测模型处理所述监控视频信息，确定监控视频信息中包含的人形图像，然后，仓库安全监控设备对人形图像进行检测识别，获得所述监控视频信息中包含的监测对象，其中，监测对象是指监控视频信息中包含的人。
402，判断所述监测对象是否具有所述仓库中约束区域的活动权限。
本实施例中仓库安全监控设备中预先设置约束区域，和具有约束区域活动权限的用户，仓库安全监控设备确定监测对象的所处位置，仓库安全监控设备根据监测对象的位置，确定监测对象是否具有仓库中约束区域的活动权限，具体地：
本实施例中仓库安全监控设备判断监测对象是否具有所述仓库中约束区域的活动权限的步骤执行之前，执行以下步骤：
(1)、接收仓库监控配置指令，输出监控配置页面，以供用户在所述监控配置页面中设置仓库的约束区域，及具有所述约束区域活动权限的角色；
(2)、获取所述监控配置页面中设置的约束区域，及具有所述约束区域活动权限的角色，将所述约束区域和所述角色关联保存至预设数据库。
即，仓库安全监控设备接收仓库监控配置指令，其中，仓库监控配置指令的触发方式不作具体限定，仓库安全监控设备输出监控配置页面，以供用户在所述监控配置页面中设置仓库的约束区域，及具有所述约束区域活动权限的角色；仓库安全监控设备获取所述监控配置页面中设置的约束区域，及具有所述约束区域活动权限的角色，将所述约束区域和所述角色关联保存至预设数据库，以根据预设数据库中的约束区域和角色，进行物流仓库监管。
具体地，所述判断所述监测对象是否具有所述仓库中约束区域的活动权限，包括：
(1)、判断所述预设数据库中是否存在与所述监测对象相同的目标角色；
(2)、若所述预设数据库中不存在与所述监测对象相同的目标角色，则判定所述监测对象不具有所述仓库中约束区域的活动权限；
(3)、若所述预设数据库中存在与所述监测对象相同的目标角色，则判断所述监测对象是否位于所述目标角色对应的约束区域；
(4)、若所述监测对象位于所述目标角色对应的约束区域，则判定所述监测对象具有所述仓库中约束区域的活动权限；
(5)、若所述监测对象没有位于所述目标角色对应的约束区域，则判定所述监测对象不具有所述仓库中约束区域的活动权限。
403，若所述监测对象具有所述仓库中约束区域的活动权限，则删除所述监测对象。
若所述监测对象具有所述仓库中约束区域的活动权限，仓库安全监控设备则删除所述监测对象，仓库安全监控设备可以减少监控视频信息的处理量，提高处理效率。
404，若所述监测对象不具有所述仓库中约束区域的活动权限，则将所述监测对象作为目标监测对象并输出。
若所述监测对象不具有所述仓库中约束区域的活动权限，仓库安全监控设备则将所述监测对象作为目标监测对象并输出，使得仓库安全监控设备可以针对性地监测目标监测对象，实现物流仓库的监控，保证物流仓库的安全性。
参照图5，图5是本申请实施例中提供的仓库安全监控方法中监控视频信息采集的一个实施例的流程示意图。
在本申请一些实施例中，具体说明了监控视频信息采集还包括如下步骤501-502:
501，接收仓库监测指令，获取所述仓库监测指令关联的仓库标识，确定所述仓库标识对应的视频采集设备；
502，控制所述视频采集设备采集所述仓库的视频监控信息，获取所述视频采集设备发送的监控视频信息。
仓库安全监控设备接收仓库监测指令，其中，仓库监测指令的触发方式不作具体限定，仓库安全监控设备获取所述仓库监测指令关联的仓库标识，仓库标识是指唯一识别仓库的标识信息，仓库安全监控设备中预先设置仓库标识与视频采集设备的映射关系，仓库安全监控设备根据映射关系确定仓库标识对应的视频采集设备；仓库安全监控设备控制视频采集设备采集所述仓库的视频监控信息，获取所述视频采集设备发送的监控视频信息。
本实施例中仓库安全监控设备根据监控指令，获取对应的监控视频信息，以实现仓库的全面监控。
如图6所示，图6是仓库安全监控装置的一个实施例结构示意图。
为了更好实施本申请实施例中仓库安全监控方法，在仓库安全监控方法基础之上，本申请实施例中还提供一种仓库安全监控装置，所述仓库安全监控装置包括以下模块601-604：
视频获取模块601，用于获取仓库的监控视频信息；
输入检测模块602，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
轨迹确定模块603，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
提示输出模块604，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
在本申请一些实施例中，所述的仓库安全监控装置，包括：
接收模型训练指令，获取历史监控视频；
提取所述历史监控视频中的各视频图像，按照预定义识别规则在各所述视频图像中标注约束区域的边框和具有所述约束区域活动权限的角色；
将具有批注的视频图像输入至初始检测模型，通过所述视频图像对所述初始检测模型进行迭代训练，获得训练检测模型；
将所述训练检测模型的检测准确率与预设阈值进行比较，若所述训练检测模型的检测准确率高于预设阈值，则将所述训练检测模型作为预设检测模型。
在本申请一些实施例中，所述输入检测模块602，包括：
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得所述监控视频信息中包含的监测对象；
判断所述监测对象是否具有所述仓库中约束区域的活动权限；
若所述监测对象具有所述仓库中约束区域的活动权限，则删除所述监测对象；
若所述监测对象不具有所述仓库中约束区域的活动权限，则将所述监测对象作为目标监测对象并输出。
在本申请一些实施例中，所述的仓库安全监控装置，包括：
接收仓库监控配置指令，输出监控配置页面，以供用户在所述监控配置页面中设置仓库的约束区域，及具有所述约束区域活动权限的角色；
获取所述监控配置页面中设置的约束区域，及具有所述约束区域活动权限的角色，将所述约束区域和所述角色关联保存至预设数据库；
所述判断所述监测对象是否具有所述仓库中约束区域的活动权限，包括：
判断所述预设数据库中是否存在与所述监测对象相同的目标角色；
若所述预设数据库中不存在与所述监测对象相同的目标角色，则判定所述监测对象不具有所述仓库中约束区域的活动权限；
若所述预设数据库中存在与所述监测对象相同的目标角色，则判断所述监测对象是否位于所述目标角色对应的约束区域；
若所述监测对象位于所述目标角色对应的约束区域，则判定所述监测对象具有所述仓库中约束区域的活动权限；
若所述监测对象没有位于所述目标角色对应的约束区域，则判定所述监测对象不具有所述仓库中约束区域的活动权限。
在本申请一些实施例中，所述轨迹确定模块603，包括：
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，通过所述预设跟踪器分析所述目标视频图像中目标监测对象的位置变化信息初始化一个协方差矩阵；
将所述协方差矩阵进行滤波处理，获得下一帧的状态预测；
将所述状态预测和所述目标视频图像的检测结果进行匹配，获得所述目标监测对象的运动轨迹。
在本申请一些实施例中，所述视频获取模块601，包括：
接收仓库监测指令，获取所述仓库监测指令关联的仓库标识，确定所述仓库标识对应的视频采集设备；
控制所述视频采集设备采集所述仓库的视频监控信息，获取所述视频采集设备发送的监控视频信息。
本申请实施例中仓库安全监控装置中设置预设检测模型，预设检测模型对采集到的监控视频信息进行分析，排除部分具有物流仓库全部区域活动权限的人员，从而确定目标监测对象，这样可以对特定的目标监测对象的运动轨迹进行监测，避免目标监测对象进入到物流仓库的约束区域，这样针对不同人员在物流仓库中设置各自的约束区域，使得物流仓库的安全监控更加智能，同时有效地避免物流仓库监控遗漏，使得物流仓库监管更加全面，保证了物流仓库管理的安全性。
本发明实施例还提供一种仓库安全监控系统，所述仓库安全监控系统包括通信连接的本地服务器、边缘节点和端侧设备，所述端侧设备包括视频采集设备和预警提示设备，所述仓库安全监控系统执行以下步骤：
视频采集设备，用于获取仓库的监控视频信息，并发送至边缘节点；
边缘节点，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
边缘节点，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹，并将所述运动轨迹发送至本地服务器；
本地服务器，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则发送进入约束区域的识别结果至预警提示设备；
预警提示设备，用于接收识别结果，并输出仓库安全预警提示。
本实施例中仓库安全监控系统由端侧设备、边缘节点和本地服务器三大部分组成。首先，端侧设备包含了用于告警的蜂鸣器、告警灯，它们通过网关接入到物联网平台，作为控制指令的执行装置。视频监控平台主要由摄像头组成，具备从端侧取实时视频流，以及对摄像头的云台进行控制的功能。其次，边缘节点包含：视频服务器，提供监控视频的管理，如回放等；物联网关用于集成端侧设备，并负责和云端通信；最重要的是边缘计算节点，对监控视频的所有智能分析计算都运行在节点。最后是部署在本地服务器的私有云服务，满足基础云服务功能即可，私有化部署能保证数据的私密性和安全性，私有云接收从边缘计算节点传来的识别结果，通过集成平台支撑更上层的应用，提供用户交互的功能，并通过物联网平台控制端侧接入设备。
本实施例中仓库安全监控系统通过预设检测模型分辨监控视频画面里人员的角色，并得到他们的位置信息。应用多目标跟踪技术，追踪人员的运动轨迹，当出现违规时，系统实时响应，并通过告警灯、蜂鸣器等设备进行告警，对违规人员进行警示，实现了物流仓库的全面监控，保障了物流仓库的安全性。
本发明实施例还提供一种仓库安全监控设备，如图7所示，图7本申请实施例中提供的仓库安全监控设备的一个实施例结构示意图。
仓库安全监控设备集成了本发明实施例所提供的任一种仓库安全监控装置，所述仓库安全监控设备包括本地服务器、边缘节点和端侧设备任意一个或多个，所述仓库安全监控设备中设置：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述仓库安全监控方法实施例中任一实施例中所述的仓库安全监控方法中的步骤。
具体来讲：仓库安全监控设备可以包括一个或者一个以上处理核心的处理器701、一个或一个以上计算机存储介质的存储器702、电源703和输入单元704等部件。本领域技术人员可以理解，图7中示出的仓库安全监控设备结构并不构成对仓库安全监控设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器701是该仓库安全监控设备的控制中心，利用各种接口和线路连接整个仓库安全监控设备的各个部分，通过运行或执行存储在存储器702内的软件程序和/或模块，以及调用存储在存储器702内的数据，执行仓库安全监控设备的各种功能和处理数据，从而对仓库安全监控设备进行整体监控。可选的，处理器701可包括一个或多个处理核心；优选的，处理器701可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器701中。
存储器702可用于存储软件程序以及模块，处理器701通过运行存储在存储器702的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器702可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、训练播放功能等)等；存储数据区可存储根据仓库安全监控设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器702还可以包括存储器控制器，以提供处理器701对存储器702的访问。
仓库安全监控设备还包括给各个部件供电的电源703，优选的，电源703可以通过电源管理系统与处理器701逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源703还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该仓库安全监控设备还可包括输入单元704，该输入单元704可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，仓库安全监控设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，仓库安全监控设备中的处理器701会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器702中，并由处理器701来运行存储在存储器702中的应用程序，从而实现各种功能，如下：
获取仓库的监控视频信息；
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机存储介质，该计算机存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本发明实施例所提供的任一种仓库安全监控方法中的步骤。例如，所述计算机程序被处理器进行加载可以执行如下步骤：
获取仓库的监控视频信息；
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种仓库安全监控方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种仓库安全监控方法，其特征在于，所述仓库安全监控方法包括：
获取仓库的监控视频信息；
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
2.根据权利要求1所述的仓库安全监控方法，其特征在于，所述将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象之前，所述方法包括：
接收模型训练指令，获取历史监控视频；
提取所述历史监控视频中的各视频图像，按照预定义识别规则在各所述视频图像中标注约束区域的边框和具有所述约束区域活动权限的角色；
将具有批注的视频图像输入至初始检测模型，通过所述视频图像对所述初始检测模型进行迭代训练，获得训练检测模型；
将所述训练检测模型的检测准确率与预设阈值进行比较，若所述训练检测模型的检测准确率高于预设阈值，则将所述训练检测模型作为预设检测模型。
3.根据权利要求1所述的仓库安全监控方法，其特征在于，所述将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象，包括：
将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得所述监控视频信息中包含的监测对象；
判断所述监测对象是否具有所述仓库中约束区域的活动权限；
若所述监测对象具有所述仓库中约束区域的活动权限，则删除所述监测对象；
若所述监测对象不具有所述仓库中约束区域的活动权限，则将所述监测对象作为目标监测对象并输出。
4.根据权利要求3所述的仓库安全监控方法，其特征在于，所述判断所述监测对象是否具有所述仓库中约束区域的活动权限之前，所述方法包括：
接收仓库监控配置指令，输出监控配置页面，以供用户在所述监控配置页面中设置仓库的约束区域，及具有所述约束区域活动权限的角色；
获取所述监控配置页面中设置的约束区域，及具有所述约束区域活动权限的角色，将所述约束区域和所述角色关联保存至预设数据库；
所述判断所述监测对象是否具有所述仓库中约束区域的活动权限，包括：
判断所述预设数据库中是否存在与所述监测对象相同的目标角色；
若所述预设数据库中不存在与所述监测对象相同的目标角色，则判定所述监测对象不具有所述仓库中约束区域的活动权限；
若所述预设数据库中存在与所述监测对象相同的目标角色，则判断所述监测对象是否位于所述目标角色对应的约束区域；
若所述监测对象位于所述目标角色对应的约束区域，则判定所述监测对象具有所述仓库中约束区域的活动权限；
若所述监测对象没有位于所述目标角色对应的约束区域，则判定所述监测对象不具有所述仓库中约束区域的活动权限。
5.根据权利要求1所述的仓库安全监控方法，其特征在于，所述将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹，包括：
将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，通过所述预设跟踪器分析所述目标视频图像中目标监测对象的位置变化信息初始化一个协方差矩阵；
将所述协方差矩阵进行滤波处理，获得下一帧的状态预测；
将所述状态预测和所述目标视频图像的检测结果进行匹配，获得所述目标监测对象的运动轨迹。
6.根据权利要求1-5任意一项所述的仓库安全监控方法，其特征在于，所述获取仓库的监控视频信息，包括：
接收仓库监测指令，获取所述仓库监测指令关联的仓库标识，确定所述仓库标识对应的视频采集设备；
控制所述视频采集设备采集所述仓库的视频监控信息，获取所述视频采集设备发送的监控视频信息。
7.一种仓库安全监控装置，其特征在于，所述仓库安全监控装置包括：
视频获取模块，用于获取仓库的监控视频信息；
输入检测模块，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
轨迹确定模块，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹；
提示输出模块，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则输出仓库安全预警提示。
8.一种仓库安全监控系统，其特征在于，所述仓库安全监控系统包括通信连接的本地服务器、边缘节点和端侧设备，所述端侧设备包括视频采集设备和预警提示设备，所述仓库安全监控系统执行以下步骤：
视频采集设备，用于获取仓库的监控视频信息，并发送至边缘节点；
边缘节点，用于将所述监控视频信息输入至预设检测模型，通过所述预设检测模型处理所述监控视频信息，获得目标监测对象；
边缘节点，用于将所述监控视频信息中包含所述目标监测对象的目标视频图像输入至预设跟踪器，获得所述目标监测对象的运动轨迹，并将所述运动轨迹发送至本地服务器；
本地服务器，用于若所述目标监测对象的运动轨迹进入到所述仓库的约束区域，则发送进入约束区域的识别结果至预警提示设备；
预警提示设备，用于接收识别结果，并输出仓库安全预警提示。
9.一种仓库安全监控设备，其特征在于，所述仓库安全监控设备包括本地服务器、边缘节点和端侧设备任意一个或多个，所述仓库安全监控设备中设置：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至6中任一项所述的仓库安全监控方法。
10.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至6任一项所述的仓库安全监控方法中的步骤。
CN202110459558.6A 2021-04-27 2021-04-27 仓库安全监控方法、装置、系统、设备和计算机存储介质 Pending CN115346163A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110459558.6A CN115346163A (zh) 2021-04-27 2021-04-27 仓库安全监控方法、装置、系统、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110459558.6A CN115346163A (zh) 2021-04-27 2021-04-27 仓库安全监控方法、装置、系统、设备和计算机存储介质

Publications (1)

Publication Number Publication Date
CN115346163A true CN115346163A (zh) 2022-11-15

Family

ID=83947369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110459558.6A Pending CN115346163A (zh) 2021-04-27 2021-04-27 仓库安全监控方法、装置、系统、设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN115346163A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116720161A (zh) * 2023-08-04 2023-09-08 山西合力思创科技股份有限公司 一种智能权限系统权限控制方法、装置、电子设备及介质
CN117218112A (zh) * 2023-11-03 2023-12-12 江苏森途信息技术有限公司 一种基于视频分析的危废仓库超量识别系统及方法
CN117542000A (zh) * 2024-01-10 2024-02-09 百工汇智(苏州)智能科技有限公司 结合视觉检测的仓储安全监控方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116720161A (zh) * 2023-08-04 2023-09-08 山西合力思创科技股份有限公司 一种智能权限系统权限控制方法、装置、电子设备及介质
CN116720161B (zh) * 2023-08-04 2023-11-14 山西合力思创科技股份有限公司 一种智能权限系统权限控制方法、装置、电子设备及介质
CN117218112A (zh) * 2023-11-03 2023-12-12 江苏森途信息技术有限公司 一种基于视频分析的危废仓库超量识别系统及方法
CN117218112B (zh) * 2023-11-03 2024-02-06 江苏森途信息技术有限公司 一种基于视频分析的危废仓库超量识别系统及方法
CN117542000A (zh) * 2024-01-10 2024-02-09 百工汇智(苏州)智能科技有限公司 结合视觉检测的仓储安全监控方法及系统
CN117542000B (zh) * 2024-01-10 2024-05-14 百工汇智(苏州)智能科技有限公司 结合视觉检测的仓储安全监控方法及系统

Similar Documents

Publication Publication Date Title
US11100780B2 (en) Surveillance system and method for predicting patient falls using motion feature patterns
CN110428522B (zh) 一种智慧新城的智能安防系统
CN115346163A (zh) 仓库安全监控方法、装置、系统、设备和计算机存储介质
US7617167B2 (en) Machine vision system for enterprise management
US20190318171A1 (en) Methods and systems for determining object activity within a region of interest
US10009579B2 (en) Method and system for counting people using depth sensor
Lim et al. iSurveillance: Intelligent framework for multiple events detection in surveillance videos
Wiliem et al. A suspicious behaviour detection using a context space model for smart surveillance systems
JP2008544705A (ja) 頭上ビデオストリームからの監視対象の検出及び追跡
Hossain et al. Modeling and assessing quality of information in multisensor multimedia monitoring systems
CN111126153B (zh) 基于深度学习的安全监测方法、系统、服务器及存储介质
US11270562B2 (en) Video surveillance system and video surveillance method
CN103841367A (zh) 一种监控系统
WO2017183769A1 (ko) 이상 상황을 감지하는 장치 및 방법
CN111488799A (zh) 一种基于图像识别的坠落物识别方法及系统
Chakravarty et al. Panoramic vision and laser range finder fusion for multiple person tracking
WO2020167155A1 (ru) Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания
CN114218992A (zh) 异常对象的检测方法及相关装置
CN117351405B (zh) 一种人群行为分析系统及方法
CN116798176A (zh) 基于大数据和智慧安防的数据管理系统
CN115311735A (zh) 一种异常行为智能识别预警方法
RU2756780C1 (ru) Система и способ формирования отчетов на основании анализа местоположения и взаимодействия сотрудников и посетителей
CN109544589A (zh) 一种视频图像分析方法及其系统
Nam et al. Inference topology of distributed camera networks with multiple cameras
CN116246402A (zh) 一种监控方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination